研究

渔民和贸易商之间的微观经济关系影响了小规模渔业对社会-生态变化的反应能力

• 摘要
• 简介
• 方法
  • 研究区域
  • 数据收集
  • 网络分析
  • 通过贝叶斯信念网络实现渔业分析
  • 主顾-客户和自由职业者场景评估
• 结果
  • BBN敏感性和可预测性
• 讨论
• 结论
• 对本文的回应
• 致谢
• 文献引用

介绍

政府监管和渔民开采行为之间传统的自上而下管理往往简化或忽略了权力关系的复杂相互作用，这些权力关系与渔具的获取、当地鱼类贸易协议和遥远市场的压力交织在一起(Crona et al. 2010, Ntara 2015)。理解自然资源贸易如何与当地提取模式相联系的跨尺度性质，仍然是一个与生态系统的管理和可持续利用密切相关的主题(Crona和Bodin 2010, Marín和Berkes 2010, Thyresson等人2013,Vaccaro等人2013)。这与小规模渔业尤其相关，这些渔业往往基于与全球化贸易日益相关的“共同资源池”(Eriksson等人，2015年，Wamukota等人，2014年，2015年)。在渔业中，可以确定两种主要行为者类型;渔民是指从渔民那里提取鱼的人，而贸易商是指从渔民那里购买鱼的人。这些角色类型并不相互排斥，交易者可以钓鱼，反之亦然。在开采层面，渔民受到社会经济和生态因素的影响(Vaccaro等人，2013年)，这些因素往往需要长期承诺。在下一层次的交易中，交易者寻求建立关系，证明为满足市场而进行的资源投资是合理的。对许多小型渔业来说，贸易商的提取安排是复杂的，需要采用复杂的方法来了解社会-生态系统中往往微妙变化的影响。

随着人口压力的增加，微观经济影响可能加剧生态系统服务的下降。对于获取技术和渔具受限的渔民社区，适应干旱和富营养化等环境和生态条件的能力往往受到资本借贷模式的限制(Bodin和Crona, 2008年，Crona等，2010年)。对于缺乏资源的渔民来说，赞助人-客户关系可能是有吸引力的选择，即渔业由赞助人(通常是鱼类贸易商)的资本支持，但对目标鱼类种类和贸易选项有条件(Russell 1987, Merlijn 1989, Platteau和Nugent 1992)。其实际含义是，渔民实际上是资本贷款人的雇员，尽管他们拥有渔具的所有权(Crona et al. 2010)。贸易商面临的风险是，渔民不遵守协议，潜逃到另一个地区或向指定贸易商以外的个人交易鱼类(Ntara 2015年)。随着资源被开发到超出其持续开采能力的程度，生态系统服务将会下降(Paterson and Chapman 2009, Maurice 2011)。如果采矿者不负责他们的采矿权，也就是说，当决定是否捕鱼和使用的齿轮实际上超出了他们的控制范围时，对生态趋势(如捕鱼量下降)作出反应的灵活性就会受到严重限制(Crona和Bodin 2010年)。

因此，拥有单一强大赞助人的渔民很容易陷入债务增加和渔业增加的恶性循环，尽管资源在下降(Platteau和Abraham 1987年，Crona和Bodin 2010年)。然而，与多个贸易商捆绑在一起的渔民(我们将称他们为自由职业者)可能受到的约束较少，能够更好地应对。这假设使他们能够更独立地决定他们的贸易和捕鱼活动(Crona和Bodin 2010年)。如果自由职业者能够进入市场，他们对市场动态和环境波动，特别是鱼类数量变化作出反应的能力，可以帮助抵消单一赞助者-客户者渔民较受限制的捕捞活动。在这里，市场被定义为在一个开放的环境中进行本地鱼类交易的地方，例如湖岸的登陆点。在小型农村社区部分依赖当地环境提供以鱼类为基础的生态系统服务的情况下，自由渔民的比例可能会影响资源开发模式。特别是当环境条件恶化，即富营养化时，调整捕鱼做法的灵活性，包括针对特定物种和捕鱼时间，可以增强社会生态系统的恢复力(Marriott et al. 2004, Walker et al. 2004)。

量化渔民和贸易商对市场和环境波动的反应是了解管理制约因素的关键，也是确定可采取干预措施改善资源治理的领域的关键。这需要一个包括社会、经济和生态因素的多方面的方法。这些迥然不同的数据包括对渔获量的生物量估计、贷款安排和个人对活动分配的偏好，即农业、渔业、建筑和挖掘。获得必要的数据，特别是在渔业和贸易交易往往没有例行记录的情况下，通常需要使用更定性的方法，例如对渔民和贸易商进行实地访问。为此，我们使用贝叶斯信念网络(BBN)方法，结合各种金融、社会和生态数据，以了解贸易方面与乌干达纳布加博湖鱼类开采模式之间的关系。BBN模型提供了一种可接受的方式来处理缺失的数据，并支持不同数据类型的合并(Aguilera et al. 2011)。特别地，BBN模型是专家意见和收集到的数据的有用组合，因此可以随着时间的推移发展对因素之间相关性的预测信心(Marcot et al. 2001, 2006)。这种建模方法基于观察到两个或多个事件的概率的图形表示。模型结构包含描述在对另一个事件有所了解的情况下，一个事件发生的可能性的数学。

我们特别感兴趣的是探索渔民与贸易商的单一或多重联系(即自由职业者与主顾-客户型渔民)可能产生的灵活性程度如何影响市场或生态变化下的捕捞模式。这将增进对市场、贸易行为体和生态动态之间复杂联系的理解，如果我们希望设计治理结构，能够处理小规模渔业中驱动因素日益多标量的性质，就必须掌握这些联系。我们从贸易商和渔民的双重视角来研究实践，并使用纳布加博湖渔业，因为通过对渔民和贸易商的采访以及渔获评估和与渔业无关的渔获数据收集了该湖渔业的社会、经济和生态方面的综合数据(Vaccaro等人，2013年)。

方法

研究区域

本研究的目标Nabugabo湖是世界上最大的热带湖泊维多利亚湖的一个小卫星湖(图1 in Vaccaro et al. 2013)。纳布加博湖(5公里乘8公里，平均深度3.1米;Nyboer and Chapman 2013, Vaccaro et al. 2013)，是维多利亚湖的一个海湾，大约5000年前被广阔的沼泽和沙洲隔断(Stager et al. 2005)。尼罗河鲈鱼(尖吻鲈属niloticus)，一种大型掠食性鱼类，在20世纪50年代和60年代被引入维多利亚湖和盆地中的其他一些湖泊，包括纳布加博湖，以补偿商业渔业的枯竭，就维多利亚湖而言，也是为了促进体育钓鱼(Balirwa et al. 2003, Pringle 2005)。20世纪80年代维多利亚湖尼罗河鲈鱼数量的快速增长导致了新的捕鱼业的迅速发展，并催生了一个每年约3.5亿美元的重要出口市场(Mkumbo和Marshall 2015年)，但也导致(至少部分)许多本地鱼类的减少或消失(Balirwa等人2003年，Downing等人2014年评论)。在纳布加博湖(Ogutu-Ohwayo, 1993年)也发生了本地鱼类的丧失和尼罗河鲈鱼作为主要鱼类出现的情况。

由于靠近维多利亚湖，主要根据尼罗河鲈鱼出口的贸易价格，对纳布加博湖也产生了经济影响;相反，社会环境显著不同，在维多利亚湖(Ntara 2015)中，主导渔民角色的流动劳动力不存在，取而代之的是湖边的当地居民控制着渔业(Vaccaro et al. 2013)。重要的是，纳布加博湖的渔民和贸易商通常都确定其他职业，如农业，以补充他们的收入，这与维多利亚湖观察到的更大的、高度组织化的系统(Ntara 2015)形成对比。除了1960年和1963年在纳布加博湖引入尼罗河鲈鱼外，尼罗河罗非鱼(Oreochromis niloticus)及其他三只罗非鱼(罗非鱼,t . zillii)也在同一时间被引入或进入该湖(Ogutu-Ohwayo 1993)。目前，尼罗鲈鱼和尼罗罗非鱼在渔业活动中占主导地位(2011年分别为42.2%和30.3%;Vaccaro et al. 2013)，但其他本地物种，尤其是小木雀(Rastrineobola银膜)和肺鱼(Protopterus aethiopicus)对鱼类经济也有贡献。其他罗非鱼的捕获量很低(<渔夫捕获量的2%;摩根和查普曼未发表的数据)．主要使用的渔具是有尺寸选择的刺网和长钓线，虽然在夜间用小网目的兰佩拉网进行轻度捕鱼是专门用来捕摩克尼鱼，但顺便也捕获了其他鱼种的幼鱼。在我们的研究期间，对渔业的监管是通过一个单一的海滩管理单位(BMU)进行的，该单位有三个指定的登陆点(图1)。鱼类贸易主要在登陆点进行，在渔民和鱼贩之间进行。从1995年到2010年，尼罗河鲈鱼的体型和单位捕捞量都有所下降(Paterson和Chapman 2009年，Chrétien和Chapman 2016年)。这种动态影响了在邻近湿地中栖息的本地物种(Chapman et al. 1996, 2003, Chrétien和Chapman 2016)以及为当地社区提供的鱼类蛋白质(Maurice 2011)。

数据收集

之前的工作描述了渔业的空间结构，重点是鱼类种群结构和相关的捕捞做法(Vaccaro等，2013年)。半结构化访谈在2009年8月至2010年5月之间进行，采用3天回忆法。在738个捕鱼日中，共进行了245次采访，涵盖了与捕鱼相关的各种方面(详见Vaccaro et al. 2013)。参与的渔民有123人，而贸易商有18人。代表乌干达国家渔业资源研究所的一名乌干达公民在多年来在该区域从事渔业研究的实地助理的支持下进行了调查。表1详细说明了向渔民提出的问题，而表2则列出了贸易商的问题。贸易商没有被问及他们是否购买了来自维多利亚湖的鱼，因此这方面的区域影响无法解决。

网络分析

调查问卷的一个组成部分是确定每个渔民使用的贸易商。渔民是指那些从身体上提取鱼类的人，贸易商是指那些从渔民那里购买鱼类的人。然后，这些信息被用来构建一个关联网络，其中贸易商和渔民被表示为节点，线表示与一个贸易商的关系(图1)。在此基础上，可以检查渔民的交易结构与自由职业者类型的特殊相关性。拥有超过一个学位(与交易员的联系/链接数量)的渔民(自由职业者)被认为对其交易活动有更大的控制，而与一个赞助人交易者有联系的渔民被认为在目标物种和/或使用的装备方面主要对该交易者负有义务。识别特定交易者的钓鱼者数量被记录为该交易者的程度。有大量相关渔民的贸易商被认为是在从事专门的渔业业务，而不是那些以农业为重点并以渔业为副业的贸易商。

通过贝叶斯信念网络实现渔业分析

渔业BBN的开发和分析包括三个阶段的过程:(i)结构开发和评估，(ii)参数估计，和(iii)情景定量评估(Vilizzi et al. 2012)。两个BBN模型分别为渔民和贸易商的观点开发，反映在问卷实施中。问卷是专门为探索渔民或贸易商活动的特点而设计的。问题和回答没有直接重叠，因此BBN模型被保留为单独的模型。每个模型中的节点表示所提出的问题，并反映分类或数字答复。最初，根据对变量之间关系的逻辑理解(Aalders 2008)创建了一个随机图，以提供渔业的结构模型。模型中的节点数量反映了问卷设计，而不是被裁剪为只包括解释性(如渔民是否有农业利益等)或响应性(如目标物种和交易公斤数)变量的节点。中介变量，如市场类型(表2)，有助于进一步理解推理模式。将这些节点连接成一个连贯的、逻辑的网络需要专家对系统中存在的关键相关性提出意见。最初，我们开发了一个因果图，这形成了BBN结构的基础。 The linkages between nodes were reviewed to ensure simplicity because the performance of the BBN is optimal when connections are minimized (Marcot et al. 2006). Design guidelines from Marcot et al. (2006) were used to avoid potentially spurious or unreliable models. The model development was conducted within the Netica Version 5.15 software (Norsyshttps://www.norsys.com)．

问卷中的两个主要变量类型被排除在BBN之外。首先，我们忽略了湖泊空间利用的细节，因为Vaccaro等人(2013)对这方面有充分的阐述，可以将湖泊视为我们分析的单一资源池。其次，那些回答对模型没有意义的问题，如被调查者的性别(所有男性渔民和商人)，被忽略。此外，每个BBN增加了一个额外的节点，以描述渔夫或商人的本地网络配置(图1)。与多个贸易商有联系的渔民被指定为自由职业者。这里的主顾贸易商定义为至少有6至20名渔民确定他们是渔获物的购买者。

然后，在期望最大化学习算法中使用问卷数据计算出描述观察节点任何特定状态可能性的边际概率的参数估计，该算法能够补偿缺失值(Korb和Nicholson 2010)。为了评价bbn，我们使用了灵敏度分析和预测评价方法。通过对20%随机排除数据集(49个响应)的独立评估，检验了渔民BBN对“主要鱼类种”节点的预测准确性。混淆矩阵显示了预测(基于其他节点的发现)和观测之间的分布，产生了26%的错误率。用自然对数计算的对数损失值为0.52。这些值通常在0到无穷大之间，其中0表示最佳性能。我们计算的二次损失值为0.33(也称为Brier评分)。这个分数一般在0到2之间，0是最好的。最后，我们计算出球形收益为0.80。这个收益分数限制在0到1之间，1是最好的。 Overall the model appears robust with a high degree of prediction capacity. Similar tests were conducted on the “Time spent on Nile perch” node. The confusion matrix has three classes of hours against which the 49 independent responses were evaluated. The fisher BBN gave an overall error rate of 25% for the predicted values of this node. The sensitivity of any specified target node to single changes in all other nodes was used to gauge the major influences in the model structure. This sensitivity is generally measured as a variance reduction for continuous nodes and entropy reduction for categorical nodes. High values indicate that the findings at one node will have a high change in the beliefs of the target node and consequently highlight the parts of the model that are most informative to the target node. To test the BBN’s capacity to predict a random 20% of the questionnaire, data were withheld while constructing the marginal probability tables. This small data set was then used to explore the predictability accuracy of the BBN model (Pollino et al. 2007). The final BBN models included all data, since the number of questionnaires was limited.

主顾-客户和自由职业者场景评估

在考虑到渔民和贸易商之间微观经济关系结构变化的情况下，利用这两个bbn预测鱼类捕捞组成和鱼类交易量的变化。鉴于两种模型所捕捉到的不同视角，主顾-客户关系和自由职业者关系的影响作为场景进行了评估。场景提供了描述模型变量变化的重点方法(Stelzenmüller等，2010,Gudimov等，2012)。每个场景(表3)都描述了一种情况，其中选定的节点组被赋予了反映渔夫或交易者视角BBN模型中关系类型的特定状态。例如，赞助人-客户关系的情况在交易者BBN中表示为为主要活动进行交易的100%可能性，程度指数为6到20，以及基于投入资金和出借资金或设备节点之间50%分成的fisher客户的选择。节点的选择和用于每个场景的相关后验似然是在检查从网络分析中确定的原型案例之后开发的。然后重新计算BBN模型中的所有其他节点，以推断在给定场景中指定的选定节点的指定结果的情况下找到每个节点状态的可能性。考虑到对交易关系影响的关注，我们专注于描述物种选择和交易量的节点的预测值(表4)。记录每个场景的预测，并在每个场景和每个视角之间进行比较。这样，各种捕鱼方式和作业带来的潜在变化就可以直接在鱼的提取上测量出来。

结果

我们直接从问卷调查(表1和表2)和网络分析(图1)中构建并检验了贸易商和渔民的BBN(图2和图3)。具体确定的鱼类种类包括尼罗河鲈鱼(NP)、尼罗河罗非鱼(T)、单倍铬鲷鱼(H)、木克鱼(Mu)、曼巴鱼或肺鱼(Ma)和鲶鱼Schilbe中间部(原理图)。与维多利亚湖更为密集的捕鱼活动(Ntara 2015)相比，渔民和商人的生活方式混合了农业和其他追求。只有25.2%的渔民表示捕鱼是他们的主要职业(图2:25.2%的概率表示捕鱼= 50 - 100%)，而29.7%的交易者表示交易是他们的主要职业(图3:29.7%的可能性表示交易者的主要活动=交易)。农业是主要的替代方案，反映了对多种产业的依赖，而不仅仅是鱼类开采。纳布加博湖渔业是一个小规模综合产业的进一步证据是，渔民经常单独捕鱼(图2:单独作业= 85.5%)，贸易商主要向村庄(图3:市场类型= 27.3%的村庄)销售，使用市场风格，优质较大的鱼被送往工厂(图3:为什么这个市场= 49.7%的市场和28.2%的工厂)。湖泊的规模似乎限制了“营地所有者”式渔业开发(Ntara 2015)和移民渔民的发展(Vaccaro et al. 2013)。两种模型都支持将渔民区分为自由职业者和赞助人-客户(图4和图5)。赞助人-客户渔民优先与单个人进行交易，如网络图(图1)所示。促进赞助人-客户关系的交易者(图6)有更大的贷款(贷款金额=平均90,700乌干达先令)，需要鱼偿还(偿还类型=鱼)，主要是贷款和设备(资金类型= 63.2货币和36.8货币和船只)。相比之下，与自由职业者打交道的商人(图7)倾向于借出较少的钱(贷款金额=平均41400乌干达希林)，要求钱作为还款(偿还类型=钱)，并且只借出钱而不借出资本(资本类型=钱)。

通过为关键节点选择特定的结果，对贸易商和渔夫BBN模型的影响使得对剩余节点的推断概率得以计算(渔夫BBN:图4和图5，贸易商BBN:图6和图7)。我们发现，与“所有情况”场景(平均= 21公斤)相比，赞助人-客户关系和自由职业者关系案例(表4)都显示了更高的平均鱼类生物量交易(增加42%，平均= ~30公斤)的可能性。这并不特别令人惊讶，因为场景中选择的主要活动是“交易”，因此排除了那些偶尔购买鱼，同时主要关注农业的交易者。也许更有趣的是，与其他情景(约40%的目标物种和约8小时的每天捕捞时间:重要的是，自由职业者渔民很可能能够制定符合市场和环境波动而不受设备和设备获取限制的灵活的捕捞做法(从主顾-客户渔民销售的鱼类数量相似，但物种更多样化可以证明:表4和图4)。这可以从渔民关于“为什么某些物种”被作为目标的问题的回答中看出(图4)。主顾型渔民(图5)的回答是，原因是齿轮(85%的可能性)和其他(15%的可能性)，而自由职业者渔民(图4)选择了价值(45%的可能性)，市场(20%的可能性)，齿轮(12%的可能性)和其他(21%的可能性)，表明更多的是市场驱动的焦点。

贸易商和渔民BBN模型输出之间的一个显著区别是目标鱼类的主要种类。在自由职业者和主顾-客户两种情况下都观察到了这种差异。在贸易商网络中，对于所有场景(图3)，尼罗罗非鱼被列为最可能的首选主要目标物种(40%尼罗罗非鱼，30%尼罗鲈鱼，20%曼巴鱼，9%木克鱼)，表明这是他们希望渔民瞄准的物种。然而，渔民最可能的选择是尼罗鲈鱼(60%尼罗鲈鱼，32%尼罗罗非鱼，4%可能)作为首选物种(表4)。渔民的第二选择是尼罗罗非鱼(40%的可能性)，但贸易商对尼罗鲈鱼和尼罗罗非鱼的权重相等(40%的可能性)。贸易商对尼罗罗非鱼的额外强调可能与海滩设施烧烤罗非鱼的新兴旅游市场有关(贸易商BBN，主顾-客户场景“为什么该物种”节点=适合市场[68.3%])。鉴于问卷抽样的单一时间段，BBN模型无法提供任何有关渔业和市场趋势的信息。

BBN敏感性和可预测性

对于渔民BBN(图2)，对于“主要鱼类物种”节点，五个最具影响力的节点(%熵降)是齿轮(35%)、为什么这些物种(29%)、次要鱼类(21%)、为家庭消费而捕捞(11%)和协议类型(9%)。“花在NP上的时间”最具影响力的节点是花在T上的时间(24%)、为商人购买而钓鱼(6%)、为什么某些物种(5%)、为家庭消费而钓鱼(4%)和钓鱼(3%)。

对于交易员BBN(图3)，基于“买入量KG”节点的敏感性测量了五个最具影响力的节点，包括市场类型(28%)、交易员主要活动(17%)、交易员次要活动(12%)、主要目标物种(6%)和登陆(5%)。“主要目标物种”节点对另一个节点的发现的敏感性包括以下五个最具影响力的节点:为什么该物种(27%)、市场类型(20%)、次要目标物种(17%)、交易商主要活动(5%)和价格波动(4%)。在交易员BBN中没有足够的数据来去除20%的响应，以进行预测准确性的独立测试。

讨论

在乌干达的Nabugabo湖，我们的研究结果表明，渔民和贸易商之间的关系类型对开采模式有潜在的影响。虽然两种渔民-贸易商关系类型之间的鱼类交易数量没有明显差异，但捕鱼行为背后的目标物种和原因是不同的。与适应性较强的自由职业者相比，主顾关系可能造成不灵活的捕捞安排，因为他们只关注尼罗河鲈鱼和尼罗河罗非鱼，这两个都是重要的商业物种，就尼罗河鲈鱼而言，也是重要的出口导向型物种(Marriott et al. 2004)。特别是主顾-客户型渔民提出，鱼类种类的选择最有可能是基于“设备”和“其他”，这表明对设备的可用性有偏见。相反，自由职业者渔民根据“价值”、“市场”、“装备”和“其他”来选择他们的物种，这意味着更经济的基础。重要的是，只有两个物种主导了主顾型渔民的努力，而自由职业者渔民在物种选择上受限制较少，但仍然受到市场价值的强烈影响。从管理的角度来看，这表明自由渔民由于不被锁定在与保护人的不对称权力关系中而增加的灵活性，可能会增加渔业系统对生态动态的响应能力，如果渔民要转换渔具、区域或物种，或退出渔业去探索其他生计。然而，很明显，主顾-客户和自由职业者渔民的经济考虑很可能与生态波动相冲突，特别是在市场价格没有反映鱼类丰富性的情况下。尼罗河鲈鱼和某种程度上的尼罗河罗非鱼的区域价格是由纳布加博湖的鱼类丰度测量确定和隔离的;然而，如单色慈鲷等较小(非目标)物种的价格可以反映湖泊资源的状况。 The BBN model used here does not explicitly explore the responsiveness of the fishers or the market to overfishing. Nonetheless sensitivity analysis of the factors influencing fish selection and intensity of fishing and trading show differences between traders and fishers. Fishers identify Gear and Species factors as the reason certain species were the focus of fishing effort. The time they spent fishing Nile perch was influenced by both the time spent fishing Nile tilapia, and if the fish were destined for the trader. Although both Nile perch and Nile tilapia can be captured in the same gillnets, the fishers targeting Nile perch use either larger mesh gillnets or longlines. Traders also stated that the species attribute and market type were most influential, while the amount of fish they bought was determined by market type and if trading was their main activity.

市场类型对贸易商对特定物种偏好的主导作用突出了渔业开采背后的复杂驱动因素。这可能如何影响湖泊管理是许多小型渔业普遍感兴趣的话题(Ntara 2015)。贸易自由化造成了这样一种情况:价格是由在很大程度上与生态资源基础无关的因素决定的，往往受到远方消费者需求的影响，如本文观察到的高度商业化的出口导向型物种，如尼罗河鲈鱼(例如，Kurien, 2005年)。这意味着，尽管鱼类资源不断减少，但外国需求创造了刺激开采的价格(Crona et al. 2015)。与此同时，与渔业和市场系统的性质有关的许多因素结合在一起，有效地掩盖、稀释和淹没了来自当地生产系统的信号，防止生态困境信号向市场反馈(Crona等，2016年)。

在几个小规模渔场观察到的与渔民和贸易商之间的赞助人-客户关系相关的债务和捕鱼压力不断增加的恶性循环(Thorburn 2001, Armitage和Johnson 2006, Crona和Bodin 2010, Fabinyi 2013)使我们假设，自由职业者渔民(与贸易商有关)增加的灵活性可以提高他们应对生态衰退的能力。正是在市场和生态动力失调的背景下，我们必须理解和分析这里所考察的渔民和贸易商关系。

尽管自由渔民没有被锁定在与一个贸易商的关系中，因此似乎更有能力改变工作方式，甚至改变生计，以应对鱼类资源的减少，但这最有可能在生态下降和与单位努力渔获量下降相关的成本上升抑制继续捕鱼的情况下起作用。然而，出口市场产生的价格所提供的强大经济激励(Vaccaro et al. 2013)表明，这可能不是一个可行的假设。如果没有一种力量来平衡这种对行为的影响，例如通过规则和执法，或为没有负债的自由职业者渔民提供替代生计机会(Ikiara和Odink 1999年)，自由职业者类型渔民的潜在灵活性就不太可能转化为有利于渔业生态可持续性的东西。

理清自由职业者与赞助人-客户安排之间产生的社会生态动力是一项挑战，因为两者共存于同一个系统中，关系的含义不能从理论和实践中孤立起来。理解系统内部依赖性的一种潜在方法是使用BBN模型，通常用于分析社会生态问卷数据(Newton等人，2006,Sun和Müller 2013)。定性和定量信息与缺失数据相结合的力量适合社会导向的问卷研究。此外，有了足够的数据复制，BBN可以评估预测准确性和对变化的敏感性。就纳布加博湖案例而言，问卷的结构要求有两个BBNs，在单一系统中呈现贸易商和渔民的双重视角。BBN模型能够从观察到的特定场景(比如自由职业者渔民的情况)的发现推断出跨模型域的变化。这里的好处是，尽管在少数节点中发现的结果受到限制，但整个系统的所有节点中存在的概率分布仍然具有影响力(将图2和图3与图4、5、6和7进行比较)。然而，基于完全结构变化的场景(例如，对100%的自由职业者渔民)，该模型无法自信地评估对系统的影响，因为这些问卷没有在纳布加博湖观察到这一点。该方法的强大之处在于，聚焦于关键方面的场景可以在两个模型中实现，结果也可以比较。

这里开发的模型还包括一个简单的网络分析，作为为BBN生成属性数据的机制。这种方法可以在不同的尺度上测量系统，而不是渔民的感知。虽然可以提出一个关于贸易商与渔民关系的直接问题，但这可能与纳布加博湖人民的日常活动无关，实际上，这可能是一个外国概念。在许多方面，自由职业者或赞助人-客户的社会结构与交易系统的邻里属性相关，因此只能通过对网络中聚合关系的分析来确定。在贷款协议和资本安排等微妙问题上，调查问卷的回答非常坦率，但向研究人员公开披露的细节可能是有限度的。网络分析是一种机制，通过关注鱼类交易的常规事务来解决这些细节问题。

我们对渔夫和商人模型的比较发现，商人和渔夫识别的目标物种可能存在差异。贸易商对数量较多但价值较低的尼罗罗非鱼的偏好与渔民对尼罗鲈鱼的渴望形成对比，其中一些鲈鱼将运往鱼类登陆/市场(如Lambu)，在那里，鱼类冷冻卡车建立了与国际出口市场的联系。虽然很难完全理解，但这可能与捕鱼方式、可用的渔具和市场反应有关。当“丰度”是渔民BBN中物种选择的特定原因时，尼罗罗非鱼被优先选择。然而，贸易商强烈认为尼罗河鲈鱼是他们控制下的捕鱼作业的主要目标物种，这表明该物种可能有更高的经济回报。满足不断扩大的旅游市场对烤尼罗罗非鱼的需求也是商人选择品种的潜在影响。纳布加博湖沿岸的当地旅游业对罗非鱼的需求最近有所增加(L. Chapman，个人沟通)可能会提高附近有市场的当地罗非鱼捕捞的重要性。商人们可能也在权衡更便宜更丰富的尼罗罗非鱼与更昂贵但越来越稀有的大型尼罗鲈鱼之间的经济回报。渔民还必须遵守BMU建立的监管环境，包括渔具限制等。尽管我们没有在本研究的背景下调查非法渔具的使用情况，但其发生率可能是社会网络变化和渔具投资的经济回报以及其他地方类似小规模渔场所观察到的粮食安全变化的结果(Stevens et al. 2015)。考虑到纳布加博湖的渔业企业规模较小、捕捞努力的空间结构和社区的固着性质，非法捕捞的水平被认为是可控的;然而，渔业仍面临许多挑战，包括渔业法规的执行(Odongkara et al. 2009, Lawrence and Watkins 2012, Vaccaro et al. 2013)。有趣的是，最近乌干达解散了渔业管理单位，这对渔业的自我管理和可持续的鱼类提取产生了影响。

结论

本研究的核心发现是渔商关系对捕捞行为的影响。这尤其从社会生态框架内影响了湖泊的管理。海滩管理股的目的是作为自我管理的当局运作，特别是考虑到来自捕鱼业不同部门的代表。这项研究的结果突出表明，bmu可能没有能力为当地社区提供可持续的鱼类提取，特别是当主顾-客户渔民的比例增加时。这里所述的研究并不企图涵盖纳布加博湖渔业的所有方面，而是侧重于渔民和贸易商关系的一个方面。特别是在妇女的作用、区域贸易惯例和农业过程方面的进一步审查将有助于对社会生态系统的全面描述，并补充先前描述湖泊鱼类生态的工作。然而，尽管纳布加博湖社区固有的复杂性，探索渔民实现经济独立的潜在途径可以有助于减少市场驱动的对有限资源的开采。

文献引用

Aalders, i . 2008。用贝叶斯信念网络建模土地利用决策行为。生态和社会13(1): 16。http://dx.doi.org/10.5751/es-02362-130116

阿奎莱拉，P. A. Fernández, R. Fernández, R. Rumí， A. Salmerón。2011.环境建模中的贝叶斯网络。环境建模与软件26:1376 - 1388。http://dx.doi.org/10.1016/j.envsoft.2011.06.004

阿米蒂奇，D. R.和D.约翰逊，2006。恢复力能否与全球化和亚洲沿海地区日益复杂的资源退化状况相协调?生态和社会11(1): 2。http://dx.doi.org/10.5751/ES-01485-110102

巴利瓦，J. S.， C. A.查普曼，L. J.查普曼，I. G.考克斯，K. Geheb, L.考夫曼，R. H.洛-麦康奈尔，O.泽豪森，J. H. Wanink, R. L. Welcomme, F. Witte. 2003。维多利亚湖流域的生物多样性和渔业可持续性:一场意想不到的联姻?生物科学53(8): 703 - 715。

博丹,O。,B. I. Crona. 2008. Management of natural resources at the community level: exploring the role of social capital and leadership in a rural fishing community.世界发展36:2763 - 2779。http://dx.doi.org/10.1016/j.worlddev.2007.12.002

查普曼，L. J.， C. A.查普曼，R.奥古图-奥瓦约，M.钱德勒，L.考夫曼，和A. E.基特，1996。乌干达Nabugabo湖的濒危鱼类保护区。保护生物学10:554 - 561。http://dx.doi.org/10.1046/j.1523-1739.1996.10020554.x

查普曼，L. J.， C. A.查普曼，P. J.斯科菲尔德，J. P.奥洛沃，L.考夫曼，O.泽豪森，R.奥古图-奥瓦约。2003.东非Nabugabo湖鱼类区系的复苏。保护生物学17:500 - 511。http://dx.doi.org/10.1046/j.1523-1739.2003.01519.x

Chrétien, E.和L. J.查普曼。2016。生境异质性促进了本地鱼类与外来捕食者共存:尼罗河鲈鱼引入50年后鱼类群落的恢复力生物入侵3464年18:3449�。http://dx.doi.org/10.1007/s10530-016-1235-x

克罗娜，B. I.和Ö。博丹》2010。小规模渔业中的权力不对称:治理变革的障碍?生态和社会15(4): 32。http://dx.doi.org/10.5751/ES-03710-150432

克罗纳，B. I.， T. M.道，W.斯沃茨，A. V Norström, M. Nyström, M. Thyresson, C. Folke, J. Hentati-Sundberg, H. Österblom, L. Deutsch，和M. Troell. 2016。掩盖、稀释和淹没:全球海产品贸易如何削弱来自海洋生态系统的信号。鱼和渔业1182年17:1175�。doi: 10.1111 / faf.12109http://dx.doi.org/10.1111/faf.12109

克罗纳，B. I.， M. Nyström, C. Folke，和N. Jiddawi. 2010。中间人是肯尼亚和桑给巴尔岛沿海社区一个重要的社会生态纽带。海洋政策34:761 - 771。http://dx.doi.org/10.1016/j.marpol.2010.01.023

克罗娜，B. I.， T.范·霍尔特，M.彼得森，T. M.道，E.布查里，2015。利用社会生态综合征了解国际海产品贸易对小规模渔业的影响。全球环境变化175年35:162�。http://dx.doi.org/10.1016/j.gloenvcha.2015.07.006

唐宁,a . S。e . Van Nes j . Balirwa j . Beuving p . Bwathondi l . j·查普曼。j . m . Cornelissen i g . Cowx k . Goudswaard r . e . Hecky j . h . Janse a·詹森·l·考夫曼,m . a . Kishe-Machumu j .柯林w . Ligtvoet d . Mbabazi m . Medard o . c . Mkumbo e . Mlaponi a . t . Munyaho l·a·j·Nagelkerke r . Ogutu-Ohwayo w . o . Ojwang h·k·彼得·d·辛德勒,o . Seehausen d·夏普g . m . Silsbe l . Sitoki r . Tumwebaze d . Tweddle k . e . Van de Wolfshaar h·冯·e·范·亚粘土J. C. Van Rijssel, P. A. M. Van Zwieten, J. H. Wanink, F. Witte, W. M. Mooij. 2014。人类和自然系统动态的耦合是维多利亚湖生态系统服务可持续性的关键。生态和社会19(4): 31。http://dx.doi.org/10.5751/ES-06965-190431

埃里克森，H.， M. de la Torre-Castro, S. W. Purcell和P. Olsson, 2015。两种截然不同的小规模渔业对资源保护的启示。中记录213年44:204�。http://dx.doi.org/10.1007/s13280-014-0552-5

Fabinyi m . 2013。社会关系与商品链:用于食品贸易的活礁鱼。人类学论坛23:36-57。http://dx.doi.org/10.1080/00664677.2012.748645

古迪莫夫，A.， E. O 'Connor, M. Dittrich, H. Jarjanazi, M. E. Palmer, E. Stainsby, J. G. Winter, J. D. Young, G. B. Arhonditsis. 2012。用于研究加拿大安大略省西姆科湖磷负荷与浮游生物模式之间因果关系的连续贝叶斯网络。环境科学与技术46:7283 - 7292。http://dx.doi.org/10.1021/es300983r

Ikiara, m.m.， J. G. Odink. 1999。渔民抵制退出渔业。海洋资源经济学14:199 - 213。http://dx.doi.org/10.1086/mre.14.3.42629265

科尔布，K.和A.尼克尔森，2010。贝叶斯人工智能．第二版。查普曼和霍尔，伦敦，英国。

那些,j . 2005。负责任的鱼类贸易和粮食安全．联合国粮食及农业组织，意大利罗马。

劳伦斯，T. J.和C.沃特金斯，2012。这不仅仅需要一个村庄:乌干达渔业和林业部门共同管理的挑战。国际可持续发展与世界生态学杂志19(2): 144 - 154。http://dx.doi.org/10.1080/13504509.2011.606510

B. G. Marcot, R. S. Holthausen, M. G. Rowland, M. J. Wisdom. 2001。利用贝叶斯信念网络，从环境影响报告中评估土地管理方案下鱼类和野生动物种群的生存能力。森林生态与经营153:29-42。http://dx.doi.org/10.1016/s0378 - 1127 (01) 00452 - 2

马科特，b·G, j·d·斯蒂文顿，G·d·萨瑟兰，r·k·麦肯。2006.开发和更新应用于生态建模和保护的贝叶斯信念网络的指南。加拿大森林研究杂志36:3063 - 3074。http://dx.doi.org/10.1139/X06-135

Marín, A.和F. Berkes. 2010。理解小型渔业管理的网络方法:智利沿海共同管理制度的案例。海洋政策34:851 - 858。http://dx.doi.org/10.1016/j.marpol.2010.01.007

万豪，A.， M. Dillon和S. Hanah, 2004。全球化对乌干达鱼类利用和销售系统的影响。8112工程”。国际发展部，乌干达坎帕拉。

莫里斯,s . 2011。乌干达小型渔业价值链分析．水产养殖管理咨询有限公司，乌干达坎帕拉。

梅林，1989。中间人在小型渔业中的作用:马来西亚沙捞越的个案研究。发展和变化20:683 - 700。http://dx.doi.org/10.1111/j.1467-7660.1989.tb00362.x

Mkumbo, o.c.和B. E. Marshall, 2015。维多利亚湖的尼罗河鲈鱼渔业:现状和管理挑战。渔业管理与生态学22:56 - 63。http://dx.doi.org/10.1111/fme.12084

牛顿，a.c.， E.马歇尔，K. Schreckenberg, D. Golicher, D. W. te Velde, F. Edouard和E. Arancibia. 2006。利用贝叶斯信念网络预测非木材林业产品商业化对生计的影响。生态和社会11(2): 24。http://dx.doi.org/10.5751/ES-01843-110224

Ntara, 2015年。对维多利亚湖有争议的捕鱼做法的社会分析。论文，瓦赫宁根大学，荷兰瓦赫宁根。

尼波尔，E. A.和L. J.查普曼，2013。引种尼罗河鲈鱼的活动范围和活动范围(尖吻鲈属niloticus)在乌干达Nabugabo湖:对生态分化和渔业管理的影响。渔业研究137:18-29。http://dx.doi.org/10.1016/j.fishres.2012.08.003

Ogutu-Ohwayo, r . 1993。尼罗河鲈鱼的捕食，尖吻鲈属niloticusL.关于纳布加博湖的鱼类，并对当地濒危慈鲷的保护提出建议。保护生物学7:701 - 711。http://dx.doi.org/10.1046/j.1523-1739.1993.07030701.x

Odongkara, K.， R. Abila, J. Luomba. 2009。维多利亚湖渔业对国民经济的贡献。非洲热带水生生物学和渔业杂志12:47-51。http://dx.doi.org/10.4314/ajthf.v12i1.57369

帕特森，J. A.和L. J.查普曼。2009。向下捕鱼和用力捕鱼:乌干达Nabugabo湖尼罗河鲈鱼的生态变化。淡水鱼生态学18:380 - 394。http://dx.doi.org/10.1111/j.1600-0633.2009.00355.x

普拉托,j。,A. Abraham. 1987. An inquiry into quasi-credit contracts: the role of reciprocal credit and interlinked deals in small-scale fishing communities.发展研究杂志23:461 - 490。http://dx.doi.org/10.1080/00220388708422044

普拉托,J.-Ph。,J. Nugent. 1992. Share contracts and their rationale: lessons from marine fishing.发展研究杂志28:386 - 422。http://dx.doi.org/10.1080/00220389208422239

波里诺，C. A.， O. Woodberry, A. Nicholson, K. Korb和B. T. Hart. 2007。用于生态风险评估的贝叶斯网络的参数化和评价。环境建模与软件22:1140 - 1152。http://dx.doi.org/10.1016/j.envsoft.2006.03.006

Pringle, R. M. 2005。维多利亚湖尼罗河鲈鱼的起源。生物科学55:780 - 787。

罗素，1987。中间人和借贷:菲律宾高地经济中的交换关系。人类学研究杂志43:139 - 161。http://dx.doi.org/10.1086/jar.43.2.3630222

斯坦格，J. C.， J.韦斯特伍德，D.格雷泽西克，B. F.卡明。2005。乌干达纳布加博湖5500年的环境历史。古地理学、古气候学、古生态学218:347 - 354。http://dx.doi.org/10.1016/j.palaeo.2004.12.025

Stelzenmüller, V.， J. Lee, E. Garnacho, S. I. Rogers. 2010。评估贝叶斯信念网络- gis框架作为支持海洋规划的实用工具。海洋污染公告60:1743 - 1754。http://dx.doi.org/10.1016/j.marpolbul.2010.06.024

史蒂文斯，K. A.弗兰克，D. B.克莱默，2015。社会网络是否影响小渔人对海权的执行?《公共科学图书馆•综合》10: e0121431。http://dx.doi.org/10.1371/journal.pone.0121431

孙，Z.和D. Müller。2013.一个用基于代理的模型、贝叶斯信念网络和意见动力学模型为生态系统服务建模付费的框架。环境建模与软件45:15-28。http://dx.doi.org/10.1016/j.envsoft.2012.06.007

索伯恩,c . 2001。毒药建造的房子:马鲁古岛东南部基群岛的传统海洋产权和活鱼食品贸易。发展和变化32:151 - 180。http://dx.doi.org/10.1111/1467-7660.00200

M. Thyresson, B. Crona, M. Nyström, M. de la Torre-Castro和N. Jiddawi. 2013。追踪价值链，了解贸易对坦桑尼亚桑给巴尔岛珊瑚礁鱼类的影响。海洋政策38:246 - 256。http://dx.doi.org/10.1016/j.marpol.2012.05.041

瓦卡罗，C. A.查普曼，E. A.尼波尔，M.卢克，A. Byekwaso, C.摩根，D. Mbabazi, D. Twinomugisha, L. J.查普曼，2013。协调生态、经济和共同管理的跨学科方法:乌干达纳布加博湖的渔业开发。非洲水产科学杂志38:97 - 104。http://dx.doi.org/10.2989/16085914.2013.842535

维利兹，L.， A.普莱斯，L.比斯利，B.高文，A. J.金，J. D.科恩，S. N.梅雷迪思，D. L.尼尔森，C. P.夏普。2012。信念指数:评价贝叶斯信念网络建模结果的经验度量。生态模型228:123 - 129。http://dx.doi.org/10.1016/j.ecolmodel.2012.01.005

Walker, B.， C. S. Holling, S. R. Carpenter, A. Kinzig. 2004。社会生态系统的恢复力、适应性和可改造性。生态和社会9(2): 5。http://dx.doi.org/10.5751/es-00650-090205

Wamukota, A. T. D. Brewer和B. Crona. 2014。市场一体化及其与渔民和贸易商之间收入分配和不平等的关系:两个小型肯尼亚珊瑚礁渔场的情况。海洋政策48:93 - 101。http://dx.doi.org/10.1016/j.marpol.2014.03.013

Wamukota, a.w.， B. Crona, K. Osuka和T. M. Daw. 2015。选定的个体特征对肯尼亚小规模渔业的渔民和贸易商确定市场价格的重要性。社会与自然资源28:959 - 974。http://dx.doi.org/10.1080/08941920.2015.1014600